Notbad v1.0 Mistral 24B — это модель рассуждения, обученная математике и программированию на Python. Эта модель построена на базе Mistral-Small-24B-Instruct-2501. и прошел дальнейшее обучение с подкреплением по математике и программированию. Одной из ключевых особенностей Notbad v1.0 является его способность выдавать более короткие и понятные результаты рассуждений. Мы использовали открытые наборы данных и методы обучения с подкреплением, разработанные на основе нашей работы над Quiet Star и похожие на Dr. GRPO. Возможности рассуждения в этой модели являются результатом самосовершенствования, а не извлечены из какой-либо другой модели. Это результат тонкой настройки на основе данных, взятых из нескольких наших моделей RL, начиная с Mistral-Small-24B-Instruct-2501. Особая благодарность Lambda и Deep Infra за помощь с вычислительными ресурсами для наших исследований и обучения этой модели. — Тесты взяты из карты модели Mistral-Small-24B-Instruct-2501.
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: notbadai
Теги: mistral, conversational, text-generation-inference, endpoints_compatible
Лайков: 6 | Загрузок: 4
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
